CLIP（ContrastiveLanguage-ImagePre-Training）:利用文本的监督信号训练一个迁移能力强的视觉预训练模型通过对比学习,训练得到图片和文本的相似度,传闻使用4亿个配对的数据和文本来进行训练,不标注直接爬取的注意:由于训练数据基本都是英文,对英文支持的比较好用途:CLIP主要是用来做图片分类(计算图片和文本的相似度(关联度)),也可以辅助做GAN,检测,分割,检索等等以往我们训练一个猫狗分类模型，换一个线条猫，点云猫，油画猫，穿着奇装异服的猫，分类网络很难还认识，但是现在只要加上一个CLIP，模型马上就被扩展了.CLIP是如何训练的:CLIP是如何进行推理的:可
目录background-image:url("")；background-repeat属性（背景平铺）background-size属性（设置背景图片大小） background-position属性（背景图片位置）1.background-image:url("");首先要知道background-image是将图片作为背景，使用方法为：background-image:url("");其次是关于图片路径问题，如果该css文件和背景图片在同一文件夹存在且并不包含于其他文件夹那么直接填写back.jpg；background-image:url(back.jpg);如果该css文件和背景图片
目录background-image:url("")；background-repeat属性（背景平铺）background-size属性（设置背景图片大小） background-position属性（背景图片位置）1.background-image:url("");首先要知道background-image是将图片作为背景，使用方法为：background-image:url("");其次是关于图片路径问题，如果该css文件和背景图片在同一文件夹存在且并不包含于其他文件夹那么直接填写back.jpg；background-image:url(back.jpg);如果该css文件和背景图片
uni-app小程序图片使用有image标签和background-image背景图两种方式：下有获取本地图片的网络地址方式：见第四步一、方式一：使用image标签引入：uni-app官方image1.官方文档说：src仅支持相对路径、绝对路径，支持base64码；但是我使用了网络地址https也可以显示目前支持以下四种方式引入： view>引入image的绝对路径src：/view>imagesrc="~@/static/iconimg/big.png"mode="scaleToFill"/>view>引入image的相对路径src2/view>imagesrc="../static/ico
uni-app小程序图片使用有image标签和background-image背景图两种方式：下有获取本地图片的网络地址方式：见第四步一、方式一：使用image标签引入：uni-app官方image1.官方文档说：src仅支持相对路径、绝对路径，支持base64码；但是我使用了网络地址https也可以显示目前支持以下四种方式引入： view>引入image的绝对路径src：/view>imagesrc="~@/static/iconimg/big.png"mode="scaleToFill"/>view>引入image的相对路径src2/view>imagesrc="../static/ico
目录摘要一、引言和激励性工作二、方法2.1自然语言监督2.2 创建一个足够大的数据集2.3 选择一种有效的预训练方法2.4选择和放缩一个模型2.5训练三、实验3.1零次迁移3.1.1激励Title：LearningTransferableVisualModelsFromNaturalLanguageSupervisionGithub：GitHub-openai/CLIP:ContrastiveLanguage-ImagePretrainingBlob：CLIP:ConnectingTextandImagesPaper：https://arxiv.org/abs/2103.00020摘要
目录摘要一、引言和激励性工作二、方法2.1自然语言监督2.2 创建一个足够大的数据集2.3 选择一种有效的预训练方法2.4选择和放缩一个模型2.5训练三、实验3.1零次迁移3.1.1激励Title：LearningTransferableVisualModelsFromNaturalLanguageSupervisionGithub：GitHub-openai/CLIP:ContrastiveLanguage-ImagePretrainingBlob：CLIP:ConnectingTextandImagesPaper：https://arxiv.org/abs/2103.00020摘要
background中的cover与contain的区别contain：将图片缩放至宽度或者高度能够完全适应容器，并且保持图片宽高比不变。如果容器宽高比与图片宽高比不同，则容器会留白，不会出现图片的裁剪。例如，对于一个宽度为200px、高度为200px的容器，背景图片使用background-size:contain，并且图片的宽度为300px，高度为150px，则图片会被等比例缩放至宽度为200px，高度为100px，留下50px的空白区域。cover：将图片缩放至能够铺满整个容器，并且保持图片宽高比不变。如果容器宽高比与图片宽高比不同，则图片多余的部分会被裁剪。例如，对于一个宽度为200p
background中的cover与contain的区别contain：将图片缩放至宽度或者高度能够完全适应容器，并且保持图片宽高比不变。如果容器宽高比与图片宽高比不同，则容器会留白，不会出现图片的裁剪。例如，对于一个宽度为200px、高度为200px的容器，背景图片使用background-size:contain，并且图片的宽度为300px，高度为150px，则图片会被等比例缩放至宽度为200px，高度为100px，留下50px的空白区域。cover：将图片缩放至能够铺满整个容器，并且保持图片宽高比不变。如果容器宽高比与图片宽高比不同，则图片多余的部分会被裁剪。例如，对于一个宽度为200p
background中的cover与contain的区别contain：将图片缩放至宽度或者高度能够完全适应容器，并且保持图片宽高比不变。如果容器宽高比与图片宽高比不同，则容器会留白，不会出现图片的裁剪。例如，对于一个宽度为200px、高度为200px的容器，背景图片使用background-size:contain，并且图片的宽度为300px，高度为150px，则图片会被等比例缩放至宽度为200px，高度为100px，留下50px的空白区域。cover：将图片缩放至能够铺满整个容器，并且保持图片宽高比不变。如果容器宽高比与图片宽高比不同，则图片多余的部分会被裁剪。例如，对于一个宽度为200p
